三维模型的生成方法、装置、设备、介质及产品与流程

本申请涉及机器学习，特别涉及一种三维模型的生成方法、装置、设备、介质及产品。

背景技术：

1、在计算图形学中，基元是指简单的几何形状，用于构建或者分解复杂的三维模型，如：长方体基元、球形基元等，在一些实施例中，对基元进行形态的变换，并将变换后的基元拼接，得到三维模型。

2、相关技术中，在获取提示信息后，通过预先训练的机器学习模型预测提示信息得到基元拼接得到三维模型。

3、然而，在通过基元构建三维模型时，多个基元之间的配合度不高会导致三维模型的准确率较低。

技术实现思路

1、本申请实施例提供了一种三维模型的生成方法、装置、设备、介质及产品，本申请提供的技术方案包括如下几个方面。

2、根据本申请实施例的一个方面，提供了一种三维模型的生成方法，所述方法包括：

3、获取模型提示信息，所述模型提示信息用于指示通过至少一个基元生成所述三维模型的要求，所述基元是指三维几何元素；

4、在第i个预测阶段，获取前i-1个预测阶段预测得到的基元对应的基元参数，i＞1且i为整数，所述基元参数用于指示所述基元的几何形态；

5、融合所述模型提示信息和所述前i-1个预测阶段预测得到的基元对应的基元参数，得到融合特征表示；

6、预测所述融合特征表示，得到第i个预测阶段预测得到的基元对应的基元参数，直至预测阶段结束得到所述三维模型。

7、根据本申请实施例的一个方面，提供了一种三维模型的生成装置，所述装置包括：

8、获取模块，用于获取模型提示信息，所述模型提示信息用于指示通过至少一个基元生成所述三维模型的要求，所述基元是指三维几何元素；

9、所述获取模块，还用于在第i个预测阶段，获取前i-1个预测阶段预测得到的基元对应的基元参数，i＞1且i为整数，所述基元参数用于指示所述基元的几何形态；

10、融合模块，用于融合所述模型提示信息和所述前i-1个预测阶段预测得到的基元对应的基元参数，得到融合特征表示；

11、预测模块，用于预测所述融合特征表示，得到第i个预测阶段预测得到的基元对应的基元参数，直至预测阶段结束得到所述三维模型。

12、根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现上述三维模型的生成方法。

13、根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上述三维模型的生成方法。

14、根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，处理器从所述计算机可读存储介质读取并执行所述计算机程序，以实现上述三维模型的生成方法。

15、本申请实施例提供的技术方案可以带来至少如下有益效果：

16、通过迭代确定至少两个基元的基元参数，模拟人类认知中按序确定基元逐步搭建三维模型的过程，通过前序预测阶段中已预测得到的基元的基元参数对后续确定的基元的基元参数进行约束，提高了各个基元之间的配合度，避免并列确定多个基元导致多个基元之间存在错位、搭配性较弱的问题，提高了基元确定的准确率，以及提高了基元对模型组成部分的表达能力。

1.一种三维模型的生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述融合所述模型提示信息和所述前i-1个预测阶段预测得到的基元对应的基元参数，得到融合特征表示，包括：

3.根据权利要求2所述的方法，其特征在于，所述获取所述前i-1个预测阶段预测得到的基元参数对应的参数特征序列，包括：

4.根据权利要求1至3任一所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述预测所述融合特征表示，得到第i个预测阶段预测得到的基元对应的基元参数，包括：

6.根据权利要求1至3任一所述的方法，其特征在于，所述基元参数包括基元类型参数和基元形态参数，所述基元类型参数用于指示所述基元的几何形状，所述基元形态参数用于指示对所述基元的基础形态的变换方式；

7.根据权利要求6所述的方法，其特征在于，所述基于所述至少一种候选变换方案更新所述基元形态参数，包括：

8.根据权利要求7所述的方法，其特征在于，所述从所述至少一个形态变换方案中获取符合预设要求的目标形态变换方案，得到所述更新后的基元形态参数，包括：

9.根据权利要求7所述的方法，其特征在于，所述至少一种候选变换方案包括至少一个旋转方案，所述旋转方案包括旋转轴和旋转角度；

10.根据权利要求9所述的方法，其特征在于，所述按照旋转轴将所述第一旋转方案中的旋转角度与所述至少一种候选变换方案中的旋转角度相加，得到所述至少一个形态变换方案，包括：

11.根据权利要求1至3任一所述的方法，其特征在于，所述方法由基元预测网络执行；

12.根据权利要求11所述的方法，其特征在于，所述基于所述预测三维模型和所述参考三维模型之间的差异，训练所述基元预测网络，包括：

13.根据权利要求12所述的方法，其特征在于，所述基于所述第一基元序列和所述第二基元序列之间的差异，训练所述基元预测网络，包括：

14.根据权利要求12所述的方法，其特征在于，所述基于所述第一基元序列和所述第二基元序列之间的差异，训练所述基元预测网络，包括：

15.根据权利要求11所述的方法，其特征在于，所述基于所述预测三维模型和所述参考三维模型之间的差异，训练所述基元预测网络，包括：

16.根据权利要求1至3任一所述的方法，其特征在于，所述获取模型提示信息，包括：

17.一种三维模型的生成装置，其特征在于，所述装置包括：

18.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至16任一项所述的三维模型的生成方法。

19.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至16任一项所述的三维模型的生成方法。

20.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，处理器从所述计算机可读存储介质读取并执行所述计算机程序，以实现如权利要求1至16任一项所述的三维模型的生成方法。